選擇最佳模型

在這個練習中，你將比較不同的分類器，並挑選表現最好的那一個。

這個資料集（已經載入並分割為訓練集與測試集）包含了［寶可夢（Pokémon）］的資料——其能力值、屬性，以及是否為傳說寶可夢。分類器的目標是預測變數 'Legendary'。

已針對訓練集擬合了三個單一分類器：

• clf_lr 是邏輯迴歸。
• clf_dt 是決策樹。
• clf_knn 是 5-最近鄰分類器。

由於此處類別不平衡——資料集中的 800 隻寶可夢只有 65 隻是傳說寶可夢——我們將使用 F1 分數來評估效能。Scikit-learn 的 f1_score() 已為你匯入。